2015/7/13 下午12:06:19 星期一
当前位置: 主页 > 鸠占鹊巢 >

全球100位医疗AI领袖,中国bet:仅两人入选,AI人才大战一触即发
时间:2019-05-31 18:59

全球100位医疗AI领袖,中国仅两人入选,AI人才大战一触即发

时间:02-25 18:00 阅读:4827次 转载来源:曹弦

文:曹弦、李秦

在过去几年中,药企和医疗保健服务提供商开始了对AI应用于各个领域,包括医学图像分析、电子健康记录(EHR)的详细研究,以及寻找疾病本源、临床前药物发现和临床试验等基础研究。ML/AI技术对人才的需求在制药和医疗保健行业中不断增长,并推动了新的跨学科行业(“数据驱动型医疗保健”)的兴起。

 

因此,越来越多的AI初创公司和新兴企业致力于为药物发现和医疗保健提供技术解决方案。2019年2月,知名投资机构深度知识(Deep Knowledge Ventures)发布了《2018年第四季度AI在药物研发中的应用报告》(以下简称《报告》),《报告》总结了2018年100位最具创新力和创业精神的AI企业家,他们致力于制药和医疗保健行业向数据驱动的转型。动脉新医药(微信公众号:biobeat1)整理编译了这部分内容,以下是报告内容:

头像_800.png

 

报告的目标

 

为了理解如何建立有效的跨学科团队,从而在AI驱动药物发现和医疗保健转型的道路上达成有意义的里程碑事件,分析这一领域经验丰富领导者,他们的背景、技术、优势、竞争力、组织中扮演的角色以及他们对整个行业的影响力,这是至关重要的。

 

本报告的目标是在药物发现和医疗保健领域,通过“鸟瞰”全球的视野,获取采用ML/AI驱动的100名成功领袖名单。

 

报告方法

 

药物发现和高级医疗保健领域的100名AI领袖名单的评估,是基于其在药物研究领域(包括基础生物学研究、药物发现和开发、药物再利用等)和医疗保健研究领域(包括诊断、医疗数据管理、疗法处方等)推动AI技术的累计影响(CI)程度来决定的。

 

CI是通过3个高度重叠的分类的总和来衡量的,这三种分类为:

 

科学和技术创新者——体现了在其应用生命科学任务的背景下,对人工智能技术发展的科学和技术贡献;

 

商业领袖——体现企业家精神、商业领导力和行业生态系统发展对生命科学中AI技术发展的贡献;

 

AI思想领袖——体现了AI应用于生命科学和医疗保健领域的传播(通过书籍、会议、活动、教育活动等)的贡献。

 

前100名AI领袖提名,还设有一个先决条件,即具备跨学科技能或商业、创业、决策技能,主要为:

1. AI/ML、统计、科学、计算机科学数据。

2. 药物发现、药物开发、药物试验、医疗、诊断。

 

另一个先决条件是其在AI或应用人工智能解决生命科学任务中是否有杰出的成就,bt365体育投注,具体为:

1、创新显著、技术突破。

2、对研究的巨大影响(引文量很高等)。

3、组织或创业方面的显著成就(有高额融资或市值的创始、初创公司或成熟公司,或有影响力的非盈利组织或学术机构)。

4、思想领导成就显著(有影响力的书籍、文章、公众活动等)。

 

医疗AI风头正劲,多方参与其中

 

在大多数情况下,AI驱动的初创企业都诞生在学术机构的摇篮里,因为在那里,有早期的学术概念和尚未得以开发、验证的原型,而此时,这些企业尚未得到天使融资。

 

药物发现和医疗保健领域的先进AI专业知识的另一个重要的来源,是大型的技术公司,如谷歌、微软、腾讯等。这些公司越来越专注于利用自己的技术资源来解决与健康相关的问题,或者以项目合作或租赁的方式,帮助生命科学专业人员进行研究分析。

另一方面,葛兰素史克、阿斯利康和诺华等一些领先的制药巨头已经开始采取措施、调整内部研究流程、雇佣ML/AI、数据科学人才并制定发展战略,开始大规模接受AI驱动的数字转型。

 

然而,与更传统的消费行业——金融、零售行业等相比,整个制药行业在采用AI应用研究方面仍然滞后。技术发展的趋势推动了AI在制药和深度医疗研究中的应用,但总的来说,成功在很大程度上取决于资深的的跨学科领袖,是他们能够在这个领域进行创新、组织和指导。 

 

顶级ML/AI人才获取的挑战

毫无疑问,人才获取和团队建设似乎是整个AI战略中最具挑战性的部分。制药公司和药物研发机构都一致认为,药物的发现和医疗保健的知识获取是最为复杂的部分,这需要经年累月的理论培训、实践经验来理解如何用ML/AI建模。换句话说,如果没有某种程度的专业知识来理解数据、语义、特性和通用实体,就不可能有效的将ML/AI应用到这类任务中,这确实与“传统”人工智能任务有很大不同。